感谢您发送咨询！我们的团队成员将很快与您联系。
感谢您发送预订！我们的团队成员将很快与您联系。
课程时长 14 小时
课程大纲
当决策变为模型驱动时的变化
- 从规则和人判断到评分选项
- 自动化行动的速度和规模
- 新的故障模式和问责缺口
决策清单和风险分类
- 编目自动化决策
- 影响、可逆性和受影响方
- 风险层级和控制预期
- 每类决策的所有权
问责制和人类监督
- 实质性审查与名义上的人类审查
- 作为治理决定的自主阈值
- 升级路径和响应时间
- 负责的所有者和签核
决策记录和可解释性
- 可辩护的决策记录包含的内容
- 置信度、选项和上下文保留
- 模型和版本可追溯性
- 向客户或监管者解释决策
政策和边界控制
- 批准的选项集和变更控制
- 阈值治理和定期审查
- 禁止的决策和硬性停止
- 策略即代码与模型输出并存
监管预期
- 欧盟AI法案对决策系统的义务
- 金融、保险和医疗行业的部门规则
- 数据保护和自动化决策权
- 文档和合规证据
供应商、许可证和溯源风险
- 托管决策API与开放权重
- 衍生和嵌入式模型的许可证条款
- 供应商依赖和停供风险
- 权重完整性和版本固定
偏差、公平性和结果监控
- 各组间的结果差异
- 代理变量和选项框架
- 申诉和投诉信号
- 定期公平性审查
错误决策的事件响应
- 检测系统性决策错误
- 遏制和暂停自主性
- 补救和客户补偿
- 根本原因和控制更新
决策层的保证审查
- 审计师应请求的证据
- 测试准确性和校准声明
- 抽样决策和覆盖
- 向董事会报告调查结果
要求
- 熟悉企业环境中的AI或自动化项目。
- 了解风险、合规或审计流程。
- 无需编程经验。
目标受众
- 风险、合规和模型风险官员
- 审查自动化决策的内部审计师
- AI治理和数据保护负责人
- 对自动化工作流负责的产品所有者
- 设计代理系统监督机制的架构师
